[发明专利]一种基于无监督机器学习的织物平整度客评定方法及装置在审
申请号: | 201610930156.9 | 申请日: | 2016-10-31 |
公开(公告)号: | CN106529544A | 公开(公告)日: | 2017-03-22 |
发明(设计)人: | 孙鹏;王若梅;邓代国 | 申请(专利权)人: | 中山大学 |
主分类号: | G06K9/40 | 分类号: | G06K9/40;G06K9/46;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 510006 广东省广州市番禺*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明实施例公开了一种基于无监督机器学习的织物平整度客评定方法及装置,其中,该方法包括在标准评定环境下采集样品数据;对采集得到的样品数据进行预处理,去除图像的背景和干扰信息;利用计算机图像处理技术对预处理后的数据进行矢量化;对矢量化得到的数据进行归类,生成特征参照集;对特征参照集进行图像类别预测,获得评定结果。在本发明实施例中,通过底层特征的提取、抽象,矢量化织物图像,根据织物图像的特征进行聚类,对聚类的结果设置标签。通过统一的底层特征提和抽象,客观的参照类划分,进行织物评级预测,更加公正客观地获得评定结果,减小了由于人工采取用来训练的数据时引起的误差,并且避免了由于人工评定带来的主观误差。 | ||
搜索关键词: | 一种 基于 监督 机器 学习 织物 平整 评定 方法 装置 | ||
【主权项】:
一种基于无监督机器学习的织物平整度客评定方法,其特征在于,所述方法包括:在标准评定环境下采集样品数据;对采集得到的样品数据进行预处理,去除图像的背景和干扰信息;利用计算机图像处理技术对预处理后的数据进行矢量化;对矢量化得到的数据进行归类,生成特征参照集;利用SVM对特征参照集进行图像类别预测,获得评定结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201610930156.9/,转载请声明来源钻瓜专利网。
- 上一篇:一种家畜供水装置
- 下一篇:一种用于育肥猪的智能节水等压饮水系统